Generation of mAbs to foot–and–mouth disease virus serotype A and application in a competitive ELISA for serodiagnosis
Notice bibliographique
Résumé
BACKGROUND: Foot-and-mouth disease (FMD) is an economically devastating disease that severely limits international trade of animals. Of the seven FMD virus (FMDV) serotypes, serotype A is one of the most widespread cross the world. Currently antibodies to FMDV are detected in animals using the virus neutralization test (VNT) and the enzyme-linked immunosorbent assay (ELISA). The VNT is laborious, time-consuming and reliant on live virus and cell cultures, while ELISA has the advantage of using inactivated antigens and often provides more reproducible results. The aim of this study was to develop a reliable and rapid competitive ELISA (cELISA) for the detection of antibodies to FMDV serotype A (FMDV/A). RESULTS: A panel of FMDV/A specific monoclonal antibodies (mAbs) was generated and their ability to compete with a polyclonal serum from FMDV/A-infected cattle was examined. Two mAbs inhibited the binding of a polyclonal serum to FMDV/A viruses. The binding epitopes of each were determined as conformational and located on the VP2 viral capsid protein. The FMDV/A cELISA was developed using these two mAbs and FMDV/A inactivated virus as antigen. The diagnostic specificity and sensitivity were 99.7 and 99.3% (98.5-100%) respectively, based on a predetermined cut-off of 50% inhibition. When analysing sera from animals experimentally infected with FMDV/A, the cELISA detected antibodies from 5-days post infection (dpi) and remained positive for at least 21-28 days post infection. Comparison based on the Kappa coefficient showed strong agreement (90-94%) between cELISA and VNT. CONCLUSION: The cELISA results are comparable to the VNT for antibody detection making it a simple and reliable test to detect antibodies against FMDV/A.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».